一、输入层
- 初始化权重
- 对于较深的网络，Xavier 初始化和 Kaiming 初始化是常用的方法。
- Xavier 假设输入和输出的方差相等，它特别适用于 sigmoid 和 tanh 激活函数，因为它能帮助保持信号在这些激活函数中传播时的方差不变，防止梯度消失或爆炸。
- Kaiming 特别设计用于 ReLU 及其变体的激活函数。这是因为 ReLU 会截断负值输出，因此权重需要更大一些才能在正区间内避免梯度消失。
二、隐藏层
-
激活函数
- ReLU 及其变体（如 Leaky ReLU）：ReLU 避免了梯度在正区间的消失问题。同时，变体可以缓解 ReLU 的“死亡”问题。
- SELU：具有自归一化性质，有助于稳定网络训练，减少梯度消失和爆炸的可能性。SELU 的自归一化特性特别适合深度全连接网络，并且网络架构中需要严格遵守一些条件（如层数不能太深，输入需要标准化）。
-
批归一化（Batch Normalization）
- 作用于每个小批量数据，对输入进行归一化处理，使得数据分布更加稳定。
- 可以加速网络训练，减少内部协变量偏移，从而降低梯度消失和爆炸的风险。
- 批归一化也能起到一定的正则化作用，因为它引入了一定的噪声，有助于防止过拟合。
-
残差连接（Residual Connections）
- 在深度网络中，通过将输入直接与后面的层相加，使得梯度可以更直接地反向传播，缓解梯度消失问题。
- 例如在 ResNet 中广泛使用残差连接，使得网络可以非常深而不会出现严重的梯度问题。
- 残差连接不但有效缓解梯度消失，还能增强梯度的流动，允许信息跨多个层次传播，从而使得深层特征的学习变得更有效。
-
密集连接（Dense Connections）
- 类似于残差连接，在 DenseNet 中，每个层都与前面所有层直接连接，增强了信息传播和梯度反向传播的路径。
三、输出层
-
选择合适的损失函数
- 对于一些问题，可以选择合适的损失函数来缓解梯度问题。例如，在处理不平衡分类问题时，可以使用 Focal Loss 等损失函数，它可以动态调整样本的权重，使得模型更加关注难分类的样本，有助于稳定训练和减少梯度问题。
-
正则化
- L1 和 L2 正则化可以约束模型的权重，防止权重过大，从而降低梯度爆炸的风险。
- Dropout 在训练过程中随机丢弃一些神经元的输出，增加了模型的泛化能力，也可以在一定程度上缓解梯度问题。同时 Dropout 通过随机丢弃神经元的输出来改变梯度流动路径，从而为网络训练增加噪声和冗余性，有助于防止过拟合。